[医学]北京大学医学部医学统计学进阶1第1讲 多重线性回归与相关.ppt

　多重线性回归与相关 主要内容 第一节 偏相关 第二节 多元线性回归 关系：可以说乙肝病毒感染是前因，得了乙肝是后果，乙肝病毒和乙肝之间是因果关系；但是，有的现象之间因果不清，只是伴随关系，例如丈夫的身高和妻子的身高之间，就不能说有因果关系。 相关就是用于研究和解释两个变量之间相互关系的。 为了研究父亲与成年儿子身高之间的关系，卡尔.皮尔逊测量了1078对父子的身高。把1078对数字表示在坐标上，如图。 它的形状象一块橄榄状的云，中间的点密集，边沿的点稀少，其主要部分是一个椭圆。 一、相关的类型 ★正相关 ★负相关 ★完全正相关 ★完全负相关 ★零相关 二、相关系数 ◆样本的相关系数用r (correlation coefficient) ◆相关系数r的值在-1和1之间。正相关时，r值在0和1之间，这时一个变量增加，另一个变量也增加；负相关时，r值在-1和0之间，此时一个变量增加，另一个变量将减少。 ◆r的绝对值越接近1，两变量的关联程度越强，r的绝对值越接近0，两变量的关联程度越弱。 一个产科医师发现孕妇尿中雌三醇含量与产儿的体重有关。 于是设想，通过测量待产妇尿中雌三醇含量，可以预测产儿体重，以便对低出生体重进行预防。因此收集了31例待产妇24小时的尿，测量其中的雌三醇含量，同时记录产儿的体重。 问尿中雌三醇含量与产儿体重之间相关系数是多少？是正相关还是负相关？ 分析问题：总体-样本、 目的、变量、关系 SPSS计算程序 1.做散点图： GRAPHS-SCATTERT-SIMPLE-DEFINE 2. 相关分析: ANALYZE--CORRELATION –BIVARIATE -VARIABLES 根据资料类型选择不同的方法计算r Pearson： 连续变量，双变量正态分布资料Kendall： 资料不服从双变量正态分布或 总体分布未知，等级资料。Spearman：等级资料 问题：我们能否得出结论：待产妇尿中雌三醇含量与产儿体重之间成正相关，相关系数是0.61?为什么？ 三、相关系数的假设检验 上例中的相关系数r等于0.61，说明了31例样本中雌三醇含量与出生体重之间存在相关关系。但是，这31例只是总体中的一个样本，由此得到的相关系数会存在抽样误差。 因为，总体相关系数（?）为零时，由于抽样误差，从总体抽出的31例，其r可能不等于零。 这就要对r进行假设检验，判断r不等于零是由于抽样误差所致，还是两个变量之间确实存在相关关系。 另外的例子： 识字数，鞋大小 游泳票与冰激凌销售量 需要排除其它变量的干扰！ 2、体重与肺活量的简单相关系数 3、身高与体重的简单相关系数 当控制一个变量时，偏相关系数的计算公式： 身高与肺活量的偏相关系数（体重为控制变量） P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S Controlling for.. X2 （体重） Y（肺活量） X1（身高） Y （肺活量） 1.0000 .098 ( 0) ( 26) P= . P= .619 X1 （身高） .098 1.0000 ( 26) ( 0) P= .619 P= . 肺活量与体重的偏相关系数（身高作为控制变量） P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S Controlling for.. X1（身高） Y（肺活量） X2（体重） Y 1.0000 .569 ( 0) ( 26) P= . P= .002 X2 .569 1.0000